ترجمه فارسی عنوان مقاله
تقویت گفتار با استفاده از یادگیری فرهنگ لغت در حوزه تبدیل ویولت بسته
عنوان انگلیسی
Speech enhancement using sparse dictionary learning in wavelet packet transform domain
کد مقاله | سال انتشار | تعداد صفحات مقاله انگلیسی |
---|---|---|
124406 | 2017 | 26 صفحه PDF |
منبع
Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)
Journal : Computer Speech & Language, Volume 44, July 2017, Pages 22-47
ترجمه کلمات کلیدی
تقویت گفتار، یادگیری فرهنگ لغت نمایندگی انحصاری، انطباق دامنه، آشکارساز فعالیت صوتی، تبدیل بسته ویولت،
کلمات کلیدی انگلیسی
Speech enhancement; Dictionary learning; Sparse representation; Domain adaptation; Voice activity detector; Wavelet packet transform;
ترجمه چکیده
برنامه نویسی انعطاف پذیر، به عنوان یک روش بازتوی موفقیت برای بسیاری از سیگنال ها، اخیرا در تقویت گفتار استفاده شده است. این مقاله یک الگوریتم تقویت گفتار مبتنی بر یادگیری را با استفاده از نمایندگی نادر در دامنه تبدیل بسته های موجک ارائه می دهد. ما پیشنهاد روش های یادگیری دیکشنری را برای آموزش داده های سیگنال گفتار و نویز براساس معیار انسجام برای هر زیر باند سطح تجزیه پیشنهاد می کنیم. با استفاده از این الگوریتم های یادگیری، همبستگی بین اتم های هر فرهنگ لغت و همبستگی متقابل بین اتم های فرهنگ لغت گفتار و نویز همراه با خطای تقریبی به حداقل می رسد. الگوریتم تقویت گفتار در دو سناریو تحت نظارت و نیمه نظارت معرفی شده است. در هر سناریو، یک روش تشخیص فعالیت های صوتی بر اساس انرژی ماتریس ضریب پراکندگی زمانی که داده های مشاهدات بیش از لغت نامه های مربوطه کد گذاری می شود استفاده می شود. در سناریو تحت نظارت پیشنهادی، ما از تکنیک های انطباق دامنه برای تبدیل یک فرهنگ لغت سر و صدا آموخته به یک فرهنگ لغت سازگار با شرایط سر و صدا گرفته شده بر اساس شرایط محیط آزمایش استفاده می کنیم. با استفاده از این مرحله، داده های مشاهدات به طور ضمنی با توجه به وضعیت فعلی فضای پر سر و صدا با خطای تقریبی پراکنده کم نوشته می شوند. این تکنیک نقش مهمی در به دست آوردن نتایج بهتر بهبود یافته دارد، مخصوصا وقتی که نویز غیر ثابت باشد. در سناریو نیمه نظارت پیشنهادی، آستانه سازگاری ضرایب موجک بر اساس واریانس صدای تخمینی در هر فریم زیربناهای مختلف انجام می شود. رویکردهای پیشنهادی به نتایج قابل توجهی بهتر در بهبود گفتار منجر می شود در مقایسه با روش های قبلی در این زمینه و روش های سنتی براساس معیارهای مختلف هدف و ذهنی و نیز آزمون آماری.